将机器学习、人工智能、实时搬迁和 Kubernetes 相结合,以增强云和有状况使用程序的弹性。

译自How to Better Manage Stateful Applications in Kubernetes,作者 Nayan Lad。

在以根据容器的微服务为特征的云原生核算的动态国际中,Kubernetes已成为编列容器化使用程序的规范。它在办理无状况使用程序方面的灵活性得到了广泛认可。但是,它在有状况使用程序方面存在应战——这些使用程序在会话中保护状况,并且本质上无法忍受中止。

有状况作业负载的应战

Kubernetes 在保证有状况作业负载的服务级别可用性(因而也是牢靠性)方面面对多项应战。

  • 有状况使用程序(如数据库或 DevOps 系统)需求耐久存储和稳定的网络连接才干正常运行。Kubernetes 最初规划时考虑的是无状况使用程序,但已发展到能够容纳有状况作业负载——但并非没有应战。
  • 耐久数据办理是一个问题,由于有状况使用程序需求牢靠的数据耐久性。Kubernetes 供给了耐久卷 (PV) 和有状况集等处理方案,但除非使用程序规划为检查点其内存状况,不然无法保证容错性。
  • 这些使用程序通常需求稳定的网络连接,这使得网络牢靠性成为一个潜在问题。Kubernetes 经过 Istio 服务网格等设备供给粘性会话,但如果有状况集服务端点重新启动或毛病转移,会话仍然或许中止。
  • 除非主动扩缩器参与状况办理,不然扩展或更新有状况使用程序是一项微妙而杂乱的使命。

牢靠性-耐用性二分法

虽然 Kubernetes 供给了用于保护有状况使用程序耐用性的功能——经过各种中止保护对耐久卷的拜访——但它在“高九”可用性和功能一致性方面难以实现牢靠性。

这种二分法对有状况使用程序构成了严重应战,由于传统毛病转移、重新启动和康复战略并未彻底处理它们对中止的敏感性。这种缺乏或许会形成运营和财务影响,例如糟糕的用户体会、买卖失败形成的收入损失、更高的紧急运营成本以及对品牌名誉和市场竞争力的潜在长期危害。

在 Kubernetes 中增强牢靠性的战略

有几种办法能够测验前进 Kubernetes 在有状况使用程序中的牢靠性:

  • 高级可调查性和主动化:施行强壮的可调查性东西并主动化修正能够协助预先处理和处理或许影响使用程序可用性的问题。
  • 优化资源办理:高效的资源分配和办理(包括 CPU、内存和存储)关于保护有状况使用程序的功能和牢靠性至关重要。
  • 灾难康复计划:定时备份和有用的灾难康复战略关于保持有状况使用程序的连续性至关重要。

虽然取得了前进,但这些战略或许无法彻底处理检测不行预见的问题、缓解外部依靠和网络不稳定性或保证高需求操作的挨近零停机时间和数据完整性的杂乱性。这凸显了对更全面的办法的必要性,该办法能够增强有状况使用程序在动态云原生环境中的弹性和牢靠性,保证依靠 Kubernetes 进行要害操作的企业继续可用和功能。

新式技能的作用

包括机器学习和人工智能在内的新式技能有望经过猜测毛病和主动化作业负载办理来彻底改变 Kubernetes 中有状况使用程序的牢靠性,然后最大程度地削减停机时间。

如安在KUBERNETES中更好地办理有状况使用

改编自Freepik

相同具有革新意义的是实时搬迁技能的前进,它使正在运行的使用程序能够在不中止的情况下无缝地重新部署。这关于在基础设备变更或保护期间保持继续运营至关重要,有助于保证有状况使用程序的高可用性和弹性。

实时搬迁(很快将被认为是 Kubernetes 的必需品)经过供给一种动态的处理方案来进行作业负载编列和资源优化,而不会中止服务,然后补充了人工智能驱动的战略。这些技能共同代表了一种全体办法,用于前进云原生使用程序的运营效率和牢靠性,标志着云核算演进中的严重飞跃。跟着 Kubernetes 继续成熟,集成此类立异能够协助应对有状况使用程序办理的应战,并为云基础设备设定新的弹性规范。

机器学习、人工智能和实时搬迁的未开发潜力

在 Kubernetes 生态系统中集成机器学习、人工智能和实时搬迁技能代表着处理办理有状况作业负载的固有应战的严重转变。这些前进不仅仅是渐进式的改进,而是要害性的改变,有望明显前进有状况使用程序的服务连续性和运营效率。经过使用这些技能,Kubernetes 能够供给更强壮的处理方案,以保证高可用性和功能一致性,标志着云核算的严重演进并增强有状况使用程序的弹性。

在办理有状况使用程序作业负载时,专心于机器学习和人工智能、实时搬迁和 Kubernetes 强调了向更智能、更动态的云原生环境迈进的更广泛运动。这些技能为安排供给了东西,即便在基础设备变更或保护活动中,也能够预先防止毛病、主动化作业负载办理和保持继续运营。因而,Kubernetes 在云原生生态系统中的作用正在从编列容器化使用程序的渠道演化为更全面的处理方案,有助于保证要害有状况服务的牢靠性和可用性。

定论

经过机器学习、人工智能、实时搬迁和 Kubernetes 增强云弹性的旅程代表了云核算中的战略性枢纽,其目标不仅仅是办理使用程序,而是保证其不间断的功能和牢靠性。跟着这项技能的成熟,鼓励安排探索和选用这些立异,将自己定位于云原生核算新时代的领先地位。这种演化不仅仅是适应改变,而是引领重新定义 Kubernetes 环境中无状况使用程序的功能和牢靠性规范,在云基础设备弹性方面或许实现的目标。

要了解有关 Kubernetes 和云原生生态系统的更多信息,请于 2024 年 3 月 19 日至 22 日在巴黎参与我们参与 KubeCon CloudNativeCon Europe。

本文在云云众生yylives.cc/)首发,欢迎我们拜访。